检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于超图卷积的异质网络半监督节点分类

计算机学报 2021年第11期44卷 2248-2260页

作者：吴越王英王鑫徐正祥李丽娜吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 吉林大学软件学院长春130012 吉林大学人工智能学院长春130012 长春工程学院计算机技术与工程学院长春130012

近几年,图神经网络(Graph Neural Network)由于能够较好地提取网络结构信息以获得网络表示,逐渐成为网络节点分类的主流算法。然而,与广泛研究的同质信息网络相比,真实世界中网络往往是由不同类型的对象通过复杂关系相互连接所构成的异... 详细信息

近几年,图神经网络(Graph Neural Network)由于能够较好地提取网络结构信息以获得网络表示,逐渐成为网络节点分类的主流算法。然而,与广泛研究的同质信息网络相比,真实世界中网络往往是由不同类型的对象通过复杂关系相互连接所构成的异质信息网络。异质信息网络包含复杂的结构信息和丰富的语义信息,这也给网络节点分类提供了新的机遇与挑战。在异质信息网络中,网络模体(Motif)能够用于理解和探索复杂网络,其既能描述复杂的语义信息,又能保存网络中高阶近邻结构信息.因此,提出基于网络模体的异质超图卷积网络模型MHGCN(Motif-based HyperGraph Convolutional Network).首先,将重复出现的高阶网络模体建模为多个相关节点所构成的超边(hyperedge),进而将整个异质信息网络转换成由不同超边构成的超图,以克服同质网络中只能描述节点之间(pair-wise)关系的缺点;然后,利用超图的基本性质和谱理论设计超图上的卷积操作,同时引入超边自注意力机制聚合超图内部不同类型的节点,并通过在超图网络中加入自环解决在模型的前向传播过程中对异质信息网络覆盖不足的问题;最后,通过注意力机制对于不同语义的超图表示进行聚合,从而使最终的节点表示可以有效保持高阶近邻关系和复杂的语义信息.由于MHGCN是端到端的,最终模型直接学习得到节点的分类标签,并通过半监督节点分类任务进行验证,与其它方法相比,MHGCN在DBLP-P、DBLP-A数据集上比最好的基准方法micro-F1提高了0.56%~3.51%,macro-F1提高了0.54%~4.37%,验证了MHGCN模型的有效性.

关键词：异质信息网络网络模体超图网络表示学习节点分类

Protocol for Brain Magnetic Resonance Imaging and Extraction of Imaging‑Derived Phenotypes from the China Phenobank Project

在线全文

学校读者我要写书评

暂无评论

Phenomics 2023年第6期3卷 642-656页

作者： Chengyan wang Zhang Shi Yan Li Xueqin Xia Xutong Kuang Shufang Qian Le Xue Lizhen Lan Yudan Wu na Zhang Ji Tao Xumei Hu Wenzhao Cao naying He Yike Guo Weibo Chen Jun Zhang Jingchun Luo He wang Mei Tian Human Phenome Institute Fudan University825 Zhangheng RoadPudong New DistrictShanghai 201203China Department of Radiology Zhongshan HospitalFudan UniversityShanghai 200032China Department of Radiology Ruijin HospitalShanghai Jiao Tong University School of MedicineShanghai 200025China Department of Nuclear Medicine and Medical PET Center The Second Afliated Hospital of Zhejiang University School of MedicineHangzhou 310003China Department of computer science Hong Kong Baptist UniversityHong Kong Special Administrative Region 999077China Data science Institute Imperial College LondonLondon SW72AZUK Philips Healthcare Co.Shanghai 200070China Department of Radiology Huashan HospitalNational Center for Neurological DisordersFudan UniversityShanghai 200040China Institute of science and Technology for Brain-Inspired Intelligence Fudan UniversityShanghai 200433China Key Laboratory of Computational Neuroscience and Brain-Inspired Intelligence Ministry of EducationFudan UniversityShanghai 200433China

Imaging-derived phenotypes(IDPs)have been increasingly used in population-based cohort studies in recent *** widely reported,magnetic resonance imaging(MRI)is an important imaging modality for assessing the anatomical structure and function of the brain with high resolution and excellent soft-tissue *** purpose of this article was to describe the imaging protocol of the brain MRI in the China Phenobank Project(CHPP).Each participant underwent a 30-min brain MRI scan as part of a 2-h whole-body imaging protocol in *** brain imaging sequences included T1-magnetization that prepared rapid gradient echo,T2 fuid-attenuated inversion-recovery,magnetic resonance angiography,difusion MRI,and resting-state functional *** detailed descriptions of image acquisition,interpretation,and post-processing were provided in this *** measured IDPs included volumes of brain subregions,cerebral vessel geometrical parameters,microstructural tracts,and function connectivity metrics.

关键词： Human phenome project Phenobank Brain magnetic resonance imaging Imaging derived phenotypes Standard protocol

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

流数据处理中负载突发感知的弹性资源分配

计算机学报 2018年第10期41卷 2193-2208页

作者：李丽娜魏晓辉李翔王兴旺吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学高性能计算中心长春130012

在分布式并行数据流处理中,面向实时变化且具有突发性的流数据负载,固定的资源分配将造成资源浪费或服务质量降低,因此,可伸缩的弹性资源分配是一个亟待解决的关键问题.然而,由于资源分配延迟和负载预测模型存在误差,已有的弹性资源分... 详细信息

在分布式并行数据流处理中,面向实时变化且具有突发性的流数据负载,固定的资源分配将造成资源浪费或服务质量降低,因此,可伸缩的弹性资源分配是一个亟待解决的关键问题.然而,由于资源分配延迟和负载预测模型存在误差,已有的弹性资源分配策略无法准确地提供与突发负载相匹配的资源,且存在不必要的资源调整反复,增加了系统开销.该文主要解决弹性资源分配的调整延迟和调整颠簸问题.针对上述问题,主要的挑战在于突发负载的准确预测和节点间的协作.为此,该文提出了一个上、下游节点协同的弹性资源分配策略,最优化数据质量和资源使用率,兼顾考虑调整代价.在该策略中,基于数据负载关联模型和双向的控制机制,下游节点能够实时感知和预测上游节点产生的突发负载和负载的变化趋势,预先调整资源并避免调整颠簸;同时,上游节点能够基于反馈机制,动态调节数据处理速率以抑制下游节点的负载波动,降低其资源调整的可能性.实验结果表明,当负载变化较大时,该策略平均减少数据丢失达85%,并显著降低了系统资源调整开销,同时,提高了资源使用率.

关键词：流数据流数据处理突发感知资源分配弹性调整

在线全文

学校读者我要写书评

暂无评论

基于多尺度结构特征的快速异源图像匹配

红外技术 2020年第5期42卷 420-425页

作者：张皓李娜王陆河南工学院计算机科学与技术学院河南新乡453000 北京邮电大学电子工程学院北京100876

针对异源图像提出一种基于多尺度密集结构特征的快速匹配算法。算法首先利用Gabor滤波器逐像素提取图像中的结构响应,再根据主方向响应对多尺度结构特征融合,然后使用快速傅里叶变换在频域计算各特征分量图像之间的卷积,最后将卷积生成... 详细信息

针对异源图像提出一种基于多尺度密集结构特征的快速匹配算法。算法首先利用Gabor滤波器逐像素提取图像中的结构响应,再根据主方向响应对多尺度结构特征融合,然后使用快速傅里叶变换在频域计算各特征分量图像之间的卷积,最后将卷积生成的系数矩阵求和计算出图像之间的相似性并选择相似性最大位置作为匹配结果输出。本文算法能有效适应异源图像间的非线性灰度变化和噪声干扰问题。测试使用可见光、红外、雷达图像组成的异源图像数据集对本文算法和现有算法进行测试比较,结果表明:本文算法的平均误匹配率最低,并且计算速度有明显优势。

关键词：异源图像匹配卷积定理快速傅里叶变换密集特征 Gabor滤波器

大规模流数据处理中代价有效的弹性资源分配策略

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2020年第5期50卷 1832-1843页

作者：李丽娜魏晓辉郝琳琳王兴旺王储吉林大学计算机科学与技术学院长春130012 长春大学计算机科学技术学院长春130022 吉林大学符号计算与知识工程教育部重点实验室长春130012

基于资源预留的思想并结合负载预测模型,以最小化应用的重配置代价和最大化资源利用率为目标,分别从启发式和智能化的角度设计主动式的弹性资源分配策略。两种策略均在流水线式处理模式下计算应用的延迟,且概率性地保证应用延迟性能的... 详细信息

基于资源预留的思想并结合负载预测模型,以最小化应用的重配置代价和最大化资源利用率为目标,分别从启发式和智能化的角度设计主动式的弹性资源分配策略。两种策略均在流水线式处理模式下计算应用的延迟,且概率性地保证应用延迟性能的约束。其中,启发式策略采用本地阈值方法进行资源分配;智能化策略基于强化学习技术自适应地分配资源。实验结果表明:与反应式策略相比,本文提出的主动资源分配策略具有较低的重配置代价和较高的资源利用率,且智能化策略的性能更优,尤其在突发负载变化相对稳定的情况下表现更好。

关键词：计算机系统结构流数据处理资源分配弹性调整强化学习

在线全文

学校读者我要写书评

暂无评论

基于单隐层前馈神经网络的优化算法

科学技术与工程 2019年第1期19卷 136-141页

作者：李娜刘冰王伟安阳师范学院计算机与信息工程学院安阳工学院计算机科学与信息工程学院安阳455000 哈尔滨工业大学电气工程与自动化学院哈尔滨150001

前馈神经网络是神经网络中最常用的函数近似技术。根据普适定理,单隐层前馈神经网络(a single-hidden layer feedforward neural network,SFNN)可以任意接近相应的期望输出。一些研究人员使用遗传算法(genetic algorithms,GAs)探索FNN... 详细信息

前馈神经网络是神经网络中最常用的函数近似技术。根据普适定理,单隐层前馈神经网络(a single-hidden layer feedforward neural network,SFNN)可以任意接近相应的期望输出。一些研究人员使用遗传算法(genetic algorithms,GAs)探索FNN结构的全局最优解。然而,使用GAs来训练SFNN是相当费时。提出了一种新的SFNN优化算法。该方法是基于凸组合算法(convex combination algorithm,CCA)在隐含层上分析信息数据。事实上,该技术是将分类遗传演算法结合交叉策略的GAs算法。改进方法比GAs算法性能更优,但在进行学习和遗传演算前需要大量预处理工作如将数据分解为二进制代码。同时设置一个新的误差函数量化SFNN性能、获得连接权值最优选项以直接解决非线性优化问题。采用几个计算实验验证改进算法,结果表明改进方法更适合寻找单隐含层SFNN的最优权重。

关键词：前馈神经网络神经网络训练进化算法遗传算法

结合动态自适应调制和结构关系学习的细粒度图像分类

在线全文

学校读者我要写书评

暂无评论

计算机系统应用 2024年第8期33卷 166-175页

作者：王衍根陈飞陈权福州大学计算机与大数据学院福州350108

由于细粒度图像类间差异小,类内差异大的特点,因此细粒度图像分类任务关键在于寻找类别间细微差异.最近,基于Vision Transformer的网络大多侧重挖掘图像最显著判别区域特征.这存在两个问题:首先,网络忽略从其他判别区域挖掘分类线索,容... 详细信息

由于细粒度图像类间差异小,类内差异大的特点,因此细粒度图像分类任务关键在于寻找类别间细微差异.最近,基于Vision Transformer的网络大多侧重挖掘图像最显著判别区域特征.这存在两个问题:首先,网络忽略从其他判别区域挖掘分类线索,容易混淆相似类别;其次,忽略了图像的结构关系,导致提取的类别特征不准确.为解决上述问题,本文提出动态自适应调制和结构关系学习两个模块,通过动态自适应调制模块迫使网络寻找多个判别区域,再利用结构关系学习模块构建判别区域间结构关系;最后利用图卷积网络融合语义信息和结构信息得出预测分类结果.所提出的方法在CUB-200-2011数据集和na-Birds数据集上测试准确率分别达到92.9%和93.0%,优于现有最先进网络.

关键词：细粒度图像分类 Vision Transformer(ViT) 动态自适应调制结构关系学习图卷积网络

在线全文

学校读者我要写书评

暂无评论

不完备序信息系统的证据特征及属性约简

计算机工程与应用 2018年第21期54卷 43-47,200页

作者：郑娜王加阳中南大学信息科学与工程学院长沙400083

不完备有序信息系统粗糙集模型是经典粗糙集的扩展,利用优势关系代替等价关系能很好地处理含未知属性值和带有偏好关系的数据。研究了不完备序信息系统的证据特征,给出了不完备序上、下近似算子,并证明了二者分别与证据理论中的似然函... 详细信息

不完备有序信息系统粗糙集模型是经典粗糙集的扩展,利用优势关系代替等价关系能很好地处理含未知属性值和带有偏好关系的数据。研究了不完备序信息系统的证据特征,给出了不完备序上、下近似算子,并证明了二者分别与证据理论中的似然函数、信任函数相对应。进而提出了不完备序信息系统的R~≥约简、信任约简以及似然约简的概念,探讨了它们之间的一致性,证明了R~≥约简与信任约简是等价的,均是保持信任函数和的最小属性集合,得出了似然约简协调集必为R~≥约简协调集的结论。

关键词：不完备序信息系统证据特征属性约简信任约简似然约简

一类具有隔离项的时滞分数阶SIQ传染病模型的稳定性分析

在线全文

学校读者我要写书评

暂无评论

延边大学学报（自然科学版） 2023年第1期49卷 36-42页

作者：王娜山西工商学院计算机信息工程学院太原030006

为了探讨引入时滞对分数阶模型稳定性的影响,建立了一类具有隔离项的时滞分数阶SIQ传染病模型.首先,计算了模型的特征矩阵和特征方程,求出了模型的基本再生数和平衡点;其次,在无时滞和有时滞两种情况下给出了具有隔离项的分数阶SIQ传染... 详细信息

为了探讨引入时滞对分数阶模型稳定性的影响,建立了一类具有隔离项的时滞分数阶SIQ传染病模型.首先,计算了模型的特征矩阵和特征方程,求出了模型的基本再生数和平衡点;其次,在无时滞和有时滞两种情况下给出了具有隔离项的分数阶SIQ传染病模型存在无病平衡点稳定的充分条件;最后,利用分岔理论对模型出现的Hopf分岔行为进行了分析,结果表明模型的动力学特性与引入时滞的阈值大小密切相关.

关键词：隔离项分数阶 SIQ传染病模型平衡点稳定性 Hopf分岔